Amazonで購入楽天ブックスで購入

機械学習を解釈する技術

森下光之助

技術評論社 / 2021年

技術: 機械学習・Python

理論・基礎現場の実践ノウハウ

ITエンジニア本大賞 技術書部門プレゼン大会進出(2022)

予測モデルの出力をどう説明するかを扱う本。特徴量重要度、部分依存プロット、SHAPといった手法の仕組みと限界を数式で追い、解釈を誤らないための前提条件を明確にしている。

この本が好きなら

機械学習のための特徴量エンジニアリング

アリス・ジェン(訳: ホクソエム) / オライリー・ジャパン / 2019年 / 翻訳書

技術: 機械学習・Python

理論・基礎現場の実践ノウハウ

入門機械学習による異常検知

井手剛 / コロナ社 / 2015年

技術: 機械学習・R

理論・基礎現場の実践ノウハウ

実践時系列解析

アイリーン・ニールセン(訳: 山崎邦子) / オライリー・ジャパン / 2021年 / 翻訳書

技術: 機械学習・Python・R

理論・基礎現場の実践ノウハウ

施策デザインのための機械学習入門

齋藤優太 / 技術評論社 / 2021年

技術: 機械学習

理論・基礎現場の実践ノウハウ

StanとRでベイズ統計モデリング

松浦健太郎 / 共立出版 / 2016年

技術: R・数学・機械学習

現場の実践ノウハウ理論・基礎

カオスエンジニアリング

ケイシー・ローゼンタール(訳: 松浦隼人) / オライリー・ジャパン / 2022年 / 翻訳書

技術: 分散システム・監視・オブザーバビリティ

現場の実践ノウハウ理論・基礎

この本からもっと探す →

書誌(技術評論社、2021年、ISBN 9784297122263)は国立国会図書館サーチAPI(opensearch)の検索結果で確認。著者・訳者は同APIの責任表示「森下光之助 著」による。 受賞歴はITエンジニア本大賞公式サイト(shoeisha.co.jp/campaign/award/)の各年の結果ページで確認(2026-08-07照会)。